Sharp dkk. (2025) memperkenalkan "ketidaksetaraan agentic" sebagai kerangka kerja untuk menganalisis disparitas akses ke agen AI di dimensi ketersediaan, kualitas, dan kuantitas. Mereka mengusulkan Kesenjangan Akses Konteks (CAD) sebagai dimensi pelengkap yang beroperasi pada tingkat interaksi individu.
- CAD membedakan antara Retrieval Konteks Dinamis, di mana sistem secara otonom mengambil konteks, dan Lampiran Manual, di mana pengguna harus mengidentifikasi dokumen.
- Bagi pekerja intensif pengetahuan, kurasi manual membebankan beban kognitif yang mereproduksi inefisiensi yang bertujuan dihilangkan oleh AI.
- Model probabilistik menunjukkan bahwa lampiran manual menyebabkan keruntuhan kombinatorial dalam probabilitas keberhasilan tugas seiring bertambahnya ukuran korpus.
- Arsitektur pengambilan dinamis terisolasi secara struktural dari keruntuhan ini dibandingkan dengan metode manual.
Para penulis memformalkan kontekstualitas sebagai dimensi ketidaksetaraan yang dimediasi AI dan menganalisis implikasinya untuk stratifikasi kerja pengetahuan dan tata kelola platform AI.